[发明专利]一种滚动轴承故障损伤程度识别方法

摘要

本发明公开了一种滚动轴承故障损伤程度识别方法，分别包括故障振动信号采集、计算数学形态梯度谱值、计算数学形态梯度谱值变化率、确定结构元素最佳尺度范围、计算高阶差分数学形态梯度谱值、计算高阶差分数学形态梯度谱熵值、定义故障损伤程度区分度、计算故障损伤程度区分度和判别故障损伤程度几个步骤。本发明能够有效地识别轴承内圈故障的损伤程度，具有较高的损伤程度识别正确率，且能大幅提高识别的效率，是一种行之有效的故障程度定量识别方法，能够为旋转机械故障损伤程度识别及故障预测提供一种新方法，实用性好，值得推广。

主权项

1.一种滚动轴承故障损伤程度识别方法，其特征在于，包括以下步骤：步骤1、利用加速度传感器采集电机运行状态下的滚动轴承振动加速度信号；步骤2、λ为分析尺度，将λ从1变化到50，计算不同尺度下，步骤1中测出的振动加速度信号的数学形态梯度谱值；步骤3、将λ从1变化到50，计算不同尺度下，步骤1中测出的振动加速度信号的数学形态梯度谱值变化率，数学形态梯度谱值变化率的公式如下式所示：Δ＝PGS(λ+1)‑PGS(λ)其中，PGS为数学形态梯度谱；步骤4、根据步骤3中计算的数学形态梯度谱值变化率的结果，确定使数学形态梯度谱值变化率≤10^‑2的尺度λ_op，即能够识别不同损伤程度的结构元素最佳尺度范围为1～λ_OP；步骤5、将λ从1变化到λ_op，计算不同尺度下，步骤1中测出的振动加速度信号的高阶差分数学形态梯度谱值，高阶差分数学形态梯度谱值的公式如下式所示：G_PGS(f,λ,g,n)＝A[Grad(f,(λ+n)g)‑Grad(f,λg)]Grad为数学形态学梯度运算；步骤6、将λ从1变化到λ_op，计算不同尺度下，步骤1中测出的振动加速度信号的高阶差分数学形态梯度谱熵值，高阶差分数学形态梯度谱熵值的公式如下式所示：式中，q(λ)＝G_PGS(f,λ,g,n)/∑G_PGS(f,λ,g,n)，k＝1、2、3...；步骤7、为定量诊断故障损伤程度，定义故障损伤程度区分度，首先计算某种状态下振动加速度信号的高阶差分数学形态梯度谱熵均值，公式如下式所示：其中，m为某种状态下的数据组数；计算损伤程度区分度的公式如下式所示：Δ_G＝G_PGSE_mean(i)‑G_PGSE_mean其中，G_PGSE_mean为正常状态下振动加速度信号的高阶差分数学形态梯度谱熵均值，i为某种故障状态编号；步骤8、利用步骤7中定义的故障损伤区分度公式来计算某种故障的损伤程度区分度，并建立损伤程度区分度拟合曲线；步骤9、将某种故障的损伤程度区分度和损伤程度区分度拟合曲线进行对比，用于确定某种故障的损伤程度。